如何使用斯坦福NLP Python包进行依赖解析?

Question

我正在尝试使用此处基于 NN 的新解析器来查找句子中的所有形容词短语(例如，good和extremely good在The weather is extremely good中)，但是，它非常缺乏文档，我无法让它工作。我当前的代码是

import stanfordnlp
nlp = stanfordnlp.Pipeline()
doc = nlp("The weather is extremely good")
doc.sentences[0].print_dependencies()

这给了我

('The', '2', 'det')
('weather', '5', 'nsubj')
('is', '5', 'cop')
('extremely', '5', 'advmod')
('good', '0', 'root')

但是不清楚如何提取我需要的信息，因为这似乎不是树形结构。有人有想法吗？

Answer 1

目前，Python不支持您想要的选区解析。 这只是返回依赖项解析(不同类型的解析)。

您可以使用stanfordnlp与 Java 服务器通信，并以这种方式获取选区解析。

这里有用于访问选区解析的示例代码：

https://stanfordnlp.github.io/stanfordnlp/corenlp_client.html

Answer 2

输出中指定的每个单词的数字索引表示调控器单词(该单词的头部)的索引。

例如，单词"Whether"是单词"Good"的子项(索引为 5，因为"Good"是实际句子中的第五个单词)，因此它采用其州长(头部)索引，此处为 5 ("Good")。

您可以从<http://corenlp.run/>获取依赖结构表示，并根据我的描述将其与表示进行比较，以便更好地澄清。